Mike King, Diretor Sênior de Produto & Estratégia, IQVIA – Série de Entrevistas

Mike King, Diretor Sênior de Produto & Estratégia, IQVIA, é um executivo experiente em saúde e ciências da vida, com mais de duas décadas de experiência abrangendo estratégia de produto, assuntos regulatórios, garantia de qualidade, operações e transformação de negócios. Antes de ingressar na IQVIA em 2022, King ocupou cargos de liderança sênior na Dentsply Sirona e na GE Healthcare, onde supervisionou assuntos regulatórios em mercados internacionais complexos, incluindo Europa, Rússia, a Comunidade dos Estados Independentes (CEI), Israel, Oriente Médio, África e Ásia. No início de sua carreira, ele atuou em funções de qualidade, regulatórias, operacionais e de negócios na Bio‑Rad Laboratories, Stryker e Accenture, proporcionando-lhe ampla experiência na interseção entre tecnologia de saúde, conformidade regulatória e estratégia comercial.

IQVIA é um fornecedor global de serviços de pesquisa clínica, insights comerciais e inteligência em saúde que atende às indústrias de ciências da vida e saúde. A empresa combina dados de saúde em larga escala com análises avançadas, tecnologia, expertise setorial e suas capacidades de IA de grau clínico para ajudar organizações farmacêuticas, biotecnológicas, de dispositivos médicos e outras organizações de saúde a apoiar o desenvolvimento de medicamentos, pesquisa clínica, comercialização e geração de evidências. Por meio de sua abordagem Connected Intelligence, a IQVIA pretende transformar dados complexos de saúde em insights acionáveis que podem acelerar a inovação e melhorar a tomada de decisões em todo o ecossistema de saúde.

Sua carreira o levou da consultoria na Accenture, passando por cargos de liderança em garantia de qualidade e assuntos regulatórios na Stryker, Dentsply Sirona e GE Healthcare, até a estratégia de produto na IQVIA. Como essa progressão moldou sua visão sobre as decisões de tecnologia de longo prazo que as empresas de ciências da vida estão tomando em torno da inteligência artificial?

Minha carreira até agora abrangeu consultoria, manufatura, qualidade, assuntos regulatórios globais e tecnologia em saúde, proporcionando-me a oportunidade de observar decisões tecnológicas sob múltiplas perspectivas de partes interessadas. Em cada função, percebi que os investimentos mais bem‑sucedidos são aqueles que conectam desempenho operacional e comercial aos resultados dos pacientes. Isso é particularmente verdadeiro para a IA no setor de ciências da vida. Embora os ganhos de eficiência sejam importantes, o maior valor a longo prazo virá do uso da IA para reforçar a qualidade, a conformidade regulatória, a tomada de decisões e, em última instância, a entrega de soluções de saúde seguras e eficazes nos mercados globais.

Você argumenta que a IA pode acabar com o tradicional ciclo de substituição tecnológica de cinco a sete anos. Por que a inclusão de IA torna uma plataforma de qualidade ou regulatória mais permanente, em vez de acelerar sua substituição?

Tradicionalmente, as empresas substituíam sistemas quando surgia funcionalidade melhor e quando os contratos com os provedores expiravam. A IA altera esse cálculo ao acelerar a velocidade da inovação tecnológica. O valor deixa de estar confinado apenas à aplicação; ele reside nos dados, fluxos de trabalho, governança e conhecimento institucional acumulados ao longo de anos de uso. No contexto das Boas Práticas, ou “GxP”, em aplicações de ciências da vida, à medida que as organizações incorporam IA a processos de negócios validados e melhoram continuamente os resultados por meio de supervisão profissional humana qualificada, criam um ativo de inteligência que se torna cada vez mais difícil de replicar em outro lugar. Nesse ambiente, substituir uma plataforma não é apenas uma decisão tecnológica, mas uma decisão de reconstruir anos de conhecimento organizacional acumulado.

Como a qualidade da arquitetura de dados e da infraestrutura de fluxos de trabalho de uma organização determina se uma implementação de IA entrega valor significativo ou simplesmente reforça ineficiências existentes?

A IA amplifica o ambiente em que é implantada. Se os dados são fragmentados, os processos são inconsistentes e a governança é fraca, a IA simplesmente automatizará e agravará essas ineficiências. Em contraste, organizações com fluxos de trabalho padronizados, dados confiáveis e propriedade e governança claras podem usar a IA para melhorar eficiência, consistência, conformidade e tomada de decisões. A digitalização e a prontidão dos dados permanecem pré‑requisitos para a adoção bem‑sucedida da IA, enquanto a governança contínua de dados e de IA são essenciais para garantir valor, conformidade e confiança muito tempo após a implantação.

Qual é o paradoxo de aquisição criado quando uma organização treina sistemas de IA com anos de dados proprietários de qualidade, clínicos ou regulatórios?

O paradoxo é que quanto mais bem‑sucedida uma organização se torna ao usar IA, mais difícil pode ser abandonar a plataforma que possibilitou esse sucesso. Anos de dados de qualidade, regulatórios e clínicos podem se tornar um ativo competitivo significativo quando combinados com IA, mas também podem aumentar os custos de migração. A solução não é evitar a criação de valor impulsionada por IA, mas garantir que a propriedade dos dados, a interoperabilidade e a portabilidade estejam incorporadas às decisões de aquisição desde o início.

Você sugere que decisões de plataforma tomadas em 2025 ou 2026 podem influenciar estratégias tecnológicas muito além de 2035. A maioria dos líderes de compliance, tecnologia da informação e finanças está levando em conta esse compromisso prolongado?

Empresas reguladas de ciências da vida estão acostumadas a fazer investimentos de longo prazo. Decisões envolvendo Planejamento de Recursos Empresariais (ERP), manufatura, qualidade, sistemas clínicos e regulatórios sempre exigiram horizontes de planejamento plurianuais devido à validação, controle de mudanças e impacto operacional. A IA pode ampliar algumas dessas considerações, mas muitos líderes seniores já têm experiência em equilibrar risco tecnológico de longo prazo, obrigações regulatórias e valor de negócios. A diferença é que a IA eleva a importância estratégica dos dados e da governança, em vez de mudar fundamentalmente a necessidade de planejamento de longo prazo.

Como as empresas de ciências da vida devem distinguir entre “lock‑in positivo”, onde dados e inteligência acumulados criam uma vantagem competitiva, e lock‑in prejudicial que limita flexibilidade, interoperabilidade ou poder de negociação?

Um lock‑in positivo não se trata de ser incapaz de deixar uma plataforma, mas sim de não querer deixá‑la porque a plataforma continua evoluindo, protege seu conhecimento proprietário e permite que novas capacidades de IA e fluxos de trabalho nativos de agentes sejam adotados à medida que a tecnologia amadurece. Um lock‑in negativo ocorre quando a inovação da solução do provedor atual estagna, a interoperabilidade é limitada e anos de conhecimento acumulado ficam presos em um sistema que não pode se adaptar ou ser substituído facilmente. O objetivo deve ser manter a propriedade dos seus dados e da inteligência institucional, ao mesmo tempo em que se preserva a flexibilidade para aproveitar a próxima geração de IA.

À medida que mais capital é alocado para IA, manutenção preditiva e automação, quais riscos surgem quando as organizações adiam a substituição de sistemas centrais envelhecidos?

O maior risco é que plataformas envelhecidas se tornem gargalos para a adoção de IA. Sistemas legados frequentemente contêm dados fragmentados, fluxos de trabalho manuais ou altamente customizados e processos isolados que limitam oportunidades imediatas de automação. As organizações podem investir em projetos piloto de IA, análises preditivas e agentes inteligentes apenas para descobrir que sua infraestrutura central não suporta uma implantação em escala.

Existem também riscos empresariais mais amplos. À medida que as tecnologias envelhecem, o suporte do fornecedor pode diminuir, os recursos especializados se tornam mais difíceis de encontrar e os custos de manutenção aumentam. Simultaneamente, a lacuna entre o estado atual e as plataformas de IA de próxima geração se amplia, tornando os esforços de modernização futuros mais complexos e caros. As organizações podem acabar investindo para manter o status quo sem gerar melhorias tangíveis no desempenho dos processos, na qualidade do produto, nos resultados dos pacientes, na conformidade ou na eficácia comercial. Em muitos casos, a modernização e a preparação para IA precisam avançar juntas, em vez de como iniciativas separadas.

Quais proteções técnicas e contratuais as empresas devem buscar para preservar a portabilidade de dados, a portabilidade de modelos e o acesso ao seu conhecimento institucional caso mudem de fornecedor?

As organizações devem concentrar‑se em proteções contratuais e técnicas que preservem a propriedade e a acessibilidade de suas informações. Isso inclui capacidades de exportação de dados claramente definidas, estruturas de integração abertas, APIs documentadas, linhagem de dados, direitos de migração e transparência sobre como os modelos proprietários interagem com as informações da empresa. O conhecimento institucional pode se tornar um dos ativos mais valiosos de uma empresa, devendo permanecer portátil, seguro e controlado.

Como os requisitos de validação regulatória e controle de mudanças devem influenciar as decisões sobre atualização, re‑treinamento ou substituição de sistemas habilitados por IA em ambientes farmacêuticos e de dispositivos médicos?

Em ambientes GxP, a IA não altera a responsabilidade. Profissionais de qualidade e regulatórios continuam responsáveis pela governança, integridade e conformidade de seus sistemas e processos. As tecnologias habilitadas por IA, portanto, devem ser suportadas por uma governança robusta, validação baseada em risco, controle de mudanças documentado e explicabilidade suficiente para suportar o escrutínio regulatório. A expertise humana qualificada e profissional permanece um componente essencial de governança da IA GxP.

Quais critérios de seleção de fornecedores as empresas de ciências da vida devem priorizar hoje para garantir que uma plataforma habilitada por IA permaneça segura, em conformidade, adaptável e economicamente viável na próxima década?

Na era das soluções de IA GxP para a saúde, as organizações devem escolher um parceiro colaborativo e não apenas comprar software. Funcionalidade em conformidade é essencial, e igualmente importante é a capacidade do fornecedor de evoluir sua solução com os avanços tecnológicos, ao mesmo tempo em que protege os dados da empresa, o conhecimento proprietário e as obrigações regulatórias. As plataformas vencedoras serão aquelas que combinam profunda expertise em ciências da vida com arquitetura flexível, governança robusta e um caminho claro para adotar futuras capacidades de IA e fluxos de trabalho nativos de agentes sem interromper as operações de negócios, comprometer a conformidade global, ao mesmo tempo que impactam positivamente a segurança dos pacientes.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar IQVIA.